多实体间多样化关联的搜索方法研究

发布时间：2020-09-04 21:03

　　实体关联搜索被应用于许多领域,比如国家安全和生物信息学等。近年来,网络中出现的图结构化的语义网数据促进了实体关联搜索的发展,这些数据提供了比那些隐藏在非结构化文本中的数据更为明确的结构化语义关联,便于计算机发现和处理。随着语义网数据数量的急剧增长,成千上万的语义关联产生。用户往往只想通过查看一些重要的、有价值的、包含尽可能多信息量的关联,来了解实体及其之间的关系。因此,需要进行多实体间top-k关联的搜索。多实体间top-k关联的搜索返回一个包含k个语义关联的列表,这k个关联有关于这个查询最大的打分和。实际上,top-k结果中的一些关联可能是相似的,它们显示了非常相近的语义,提供给用户冗余的信息。多实体间多样化top-k关联的搜索不仅仅考虑语义关联的打分,也考虑语义关联的多样性。为了进行多实体间多样化top-k关联的搜索,三个问题需要被解决。第一,如何度量语义关联的重要性,即如何对语义关联进行排序;第二,如何度量两个语义关联之间的相似度;第三,如何较快地搜索最优的多样化top-k语义关联。本文针对这些问题进行了探索,主要有以下两个方面的贡献:1.设计了一种多实体间关联排序的方法,排序原则是语义关联的结构大小和实体类型一致性,并基于该排序方法实现了一种多实体间top-k关联的搜索方法。2.实现了多种多实体间多样化top-k关联的搜索方法,提出一种综合考虑结构和语义的新方法来度量语义关联的相似性。
【学位单位】：南京大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.3
【部分图文】：

框架图,框架,实体,搜索方法

本文着重研宄多实体间多样化关联的搜索方法，依次从多实体间关联的排逡逑序、多实体间ｔｏｐ－ｋ关联的搜索、多实体间多样化ｔｏｐ－ｋ关联的搜索三部分逐步逡逑展开，本文框架如图１－４所示。本文有以下两方面的贡献：逡逑？设计了一种多实体间关联排序的方法，排序原则是语义关联的大小和实体逡逑类型的一致性，实现了一种多实体间ｔｏｐ－ｋ关联的搜索方法。用排序学习的逡逑方法验证现有八种排序方法的有效性，由此确定了排序原则并实现了多实逡逑体间ｔｏｐ－ｋ关联的搜索方法。逡逑？实现了多种多实体间多样化ｔｏｐ－ｋ关联的搜索方法，并用较为丰富的实验来逡逑评估这些方法。提出一种综合考虑结构和语义的新方法度量语义关联的相逡逑

关系图,语义关联,数据集中,方法

逦第二章预备知识和相关工作逡逑Ｍ１ＮＧ方法搜索得到的最优连通子图能够提供更多的信息量。图２－２显示了逡逑在ＹＡＧＯ数据集上，用ＭＩＮＧ方法对三个物理学家Ｎｉｅｌｓ邋Ｂｏｈｒ、Ｍａｘ邋Ｐｌａｎｃｋ和逡逑Ａｌｂｅｒｔ邋Ｅｉｎｓｔｅｉｎ进行语义关联搜索得到的最优结果。逡逑Ｑｕａｎｔｕｍ—ｐｈｙｓｉｃｉｓ卜—工逦Ｍ0ｒｉｔｚ＿Ｓｃｈ｜｜ｃｋ逡逑Ｔｈｅｏｒｅｔｉｃａｌ＿ｐｈｙｓｉｃｉｓｔ逡逑－逦＇逦－ＮｏｂｅＬＰｒｉｚｅ邋＜ｈａｓＷ0ｎ、Ａｌｂｅｒｔ＿Ｅｉｎｓｔｅｉｎ逡逑Ａ邋Ｎｏｂｅｌ＿Ｌａｕｒｅａｔｅ＿ｉｎ＿＿ｐｈｙｓｉｃｓ邋＊＊逡逑图２－２：在ＹＡＧＯ数据集中，用ＭＩＮＧ方法搜索得到的关于Ｎｉｅｌｓ邋Ｂｏｈｒ、Ｍａｘ邋Ｐｌａｎｃｋ和逡逑Ａｌｂｅｒｔ邋Ｅｉｎｓｔｅｉｎ的最优语义关联［１３］逡逑ＳＩＳＰ［１２］的目标同样是在关系图中搜索一个规模受限的最优连通子图。与逡逑ＣＥＰＳ方法、Ｍ１ＮＧ方法的不同点在于，其顶点“优”的定义由两方面决定：第逡逑一，基于ＰａｇｅＲａｎｋ得到顶点自身的重要性；第二，顶点与查询实体之间的相逡逑关性，由顶点与查询实体对应的点之间的短路径来度量。基于这两点来评估搜逡逑索到的连通子图的质量，提出了邋ＰＮＲ方法，使信息量的定义更可靠，返回的逡逑子图更令人满意。并实现了基于抽样的Ｓａｍｐｌｉｎｇ方法和基于粒子群优化算法逡逑（Ｐａｒｔｉｃｌｅ邋Ｓｗａｒｍ邋Ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）的ＳＩＳＰ方法来快速搜索最优连通子图。ＳＩＳＰ逡逑包含三个关键阶段。在初始化阶段

支持向量机,准确率,排序方法,分类算法

；Ｃ丨和；Ｃｊ＊分别表示语义关联；ｃ，．和七的用户打分。逡逑于是可以用现有的分类算法来训练模型，比如ＳＶＭ算法，其目标分类函逡逑数为[V⑴－巧＝如＝｛±１｝，如图３－３所示。实验中使用了五种分类算法，对逡逑训练数据进行十折交叉验证。逡逑同时，为了判断３．１中每种排序方法是否有效，需要度量每个特征的重要逡逑程度，即每次删去一个特征，然后进行训练，观察准确率上升或者下降。如果逡逑准确率下降，说明这个特征在排序中是有效的，可以用到后续排序方法设计逡逑中。若准确率上升，说明这个特征在排序中无效，后续实验中不考虑该特征。逡逑

【相似文献】